VL8: Grundkonzepte deskriptiv- und inferenzstatistischer Auswertung Flashcards
Deskriptivstatistik
Quantitative Zusammenfassung durch statistische Kennwerte
->beschreibende Statistik
Einteilung nach Lischetzke:
- univariate Deskriptivstatistik
- bivariate Deskriptivstatistik
- multivariate Deskriptivstatistik
Univariate Deskriptivstatistik
- Verteilungskennwerte
- beschreibt stat. Eigenschaften einer einzelnen Variable
Man unterscheidet:
- Kernwerte der zentralen Tendenz (auch Lagemaße)
- Dispersionskennwerte (Dispersionsmaße, Streuungsmaße)
Bivariate Deskriptivstatistik
- beschreibt Zusammenhang zwischen zwei Variablen
- > bei metrischen Variablen: Pearson-Produkt-Moment-Korrelation(skoeffizient)
- > bei kategorialen Variablen: Kreuztabelle von Häufigkeiten (auch Kontingenztabelle,-tafel)
Multivariate Deskriptivstatistik
Beschreibung des Zusammenhangs von mehreren Variablen
Deskriptivstatistische Kennwerte
-unterscheiden sich danach, wie viele Variablen beschrieben sind und welches Skalenniveau benutzt wird
Univariate Deskriptivstatistik:
Für zentrale Tendenzen:
-nominalskaliert: Modalwert (Modus)
-ordinalskaliert: Modalwert und Median
-mind. intervallskaliert: Modalwert, Median und arithmetisches Mittel (Mittelwert)
Für Dispersion:
-nominalskaliert: rel. Informationsgehalt
-ordinalskaliert: rel. Informationsgehalt und Prozentrang
-mind. intervallskaliert: rel. Informationsgehalt, Prozentrang, Varianz, Standardabweichung, Streubereich und Interquartilabstand
Bivariate Deskriptivstatistik:
-nominalskaliert: Kontingenzkoeffizient (zB Cramers V)
-ordinalskaliert: zB Rangkorrelation
-mind. intervallskaliert: Pearson-Produkt-Moment-Korrelation
Zu beachten: verschiedene Skalenniveaus können miteinander korrelieren
Modalwert
Häufigster Wert, der in einer Stichprobe vorkommt
Median
Messwert, der genau in der Mitte liegt, wenn man die Messwerte der Größe nach sortiert
Arithmetisches Mittel
Statistischer Durchschnittswert einer Verteilung von Werten einer Stichprobe
Inferenzstatistik
=Schluss von einer Stichprobe auf die zugrunde liegende Population (Grundgesamtheit)
Ziel A:
-Schätzung von Populationsparametern
Ziel B:
-Überprüfung von Hypothesen (empirischer Test/inferenzstatistischer Test, Signifikanztest)
Welche inferenzstatistischen Tests/Verfahren bei Unterschiedshypothesen ?
t-Test
für Mittelwertsunterschiede, wenn:
->AV:metrisch
->UV: kategorial, 1 UV, 2 Gruppen in Uv
Varianzanalyse
- einfaktoriell, wenn:
- > AV: metrisch
- > UV:kategorial, 1 UV, >2 Gruppen in UV
- mehrfaktoriell, wenn:
- > AV: metrisch
- > UV: kategorial, >1UV
Welche inferenzstatistischen Tests/Verfahren bei Zusammenhangshypothesen ?
Pearson-Produkt-Moment-Korrelation, wenn:
- AV: metrisch
- UV: 1 UV, metrisch
Multiple Regression, wenn:
- AV: metrisch
- UV: metrisch, >1 UV
Ergebnisinterpretation
=Diskussionsteil im Rahmen der Publikation eines empirischen Artikels
In der Regel 4 Schritte:
1) Erörterung der Ergebnisse und ihrer Konsequenzen/theoretischen Implikationen
2) Identifikation von Limitationen (interne/externe Validität, Güte der Messinstrumente)
3) ggf. Identifikation von praktischen Implikationen
4) Fazit und Ausblick (Take home message; Ausblick auf künftige Studien?)